AIで社内の問い合わせは減るか? — 成果を分けるのは導入前の整理

何が起きたの? — 現場から本部への問い合わせが減った

KDDIは7月、約2000のauショップに「AIセールスサポート」を導入しました。店頭のスタッフが必要とする情報を、AIが即座に答える仕組みです。

報道によると、回答にたどり着くまでの時間は8〜9割減りました。ショップから本社に寄せられていた約20万件の問い合わせも、半分になっています。

和歌山県の紀陽銀行は、社内の知識を検索するAI「Helpfeel」を導入しました。営業店から本部への電話による照会を減らすのが目的です。

導入から10か月で、問い合わせは11%減りました。照会にかかる業務は、年間約4,400時間減っています。

なぜAIを入れるだけでは減らないの?

紀陽銀行は2024年、デジタル化による改革(DX)を全行で進めるため、DX戦略部を新設しました。最初に本部12部署の実態を調べています。

すると、営業店から本部への照会に月間数千時間を費やしていると分かりました。業務のノウハウが一部のベテラン行員に偏り、質問がその人に集中していたのです。

DX戦略部長の森田昇利氏は、電話は「よく知っている人」「親切に答えてくれる人」に集中すると話しています。

通達やマニュアルが無かったわけではありません。部署によって保管場所も書式も違い、見つけにくかったのです。

そこで同行は、行内に散らばっていた約2,000件の記事を集めました。各部署に決まった書式で書き直してもらい、重複を確かめる作業に約3か月かけています。

図書館にたとえると、AIは腕のいい司書です。ただし、本が棚に並び、背表紙に題名が書かれていなければ、司書でも探せません。

「答えるAI」と「探すAI」はどう違うの?

紀陽銀行は、AIが回答の文章を自動で作るタイプのツールを候補から外しました。行内のアンケートで、圧倒的多数の部署が、AIがもっともらしい誤りを答える問題(ハルシネーション)を心配したからです。

選んだのは、登録された記事の中から当てはまるものを探して示すタイプです。

どちらを選んでも、社内の情報が整っていなければ成果は出ません。探すAIを選ぶなら、なおさら記事の質がそのまま回答の質になります。

仕事や会社はどう変わるの?

紀陽銀行は、全店に広げるときも操作の説明会やマニュアル配布をしませんでした。本部から営業店への通達には、必ずHelpfeelのリンクを添えています。月間の利用は約1,000件です。

一方で、目標にはまだ届いていません。目標の数値(KPI)は、自分で疑問を解決できた割合70%、問い合わせ削減率15%でした。導入後10か月の実績は、それぞれ58%と11%です。

浮いた時間は、需要が増えている相続や資産運用など、対面の顧客対応に充てる計画です。

SYNCONの視点 — AIの予算より先に「書く」時間を

2社の事例が示すのは、問い合わせが減るかどうかはAIの性能だけでは決まらない、ということです。紀陽銀行では、AIを導入する前の約3か月の整理が成果の土台になりました。

経営として決めたいのは、まず社内の知識の持ち主です。どの部署が記事を書き、誰が古くなった記事を直すのかを決めます。次に、ベテランの頭の中にある業務の知識を書き起こす時間を、仕事として認めることです。

成果の測り方も先に決めておきます。紀陽銀行のように、自分で解決できた割合と問い合わせの件数を目標に置けば、届いていない部分が見えます。目標に届かない数字を正直に出せることも、次の手を打つ材料になります。

要点まとめ

• KDDIは約2000のauショップにAIを導入し、回答までの時間を8〜9割減らしました
• ショップから本社への問い合わせ約20万件は半減しました
• 紀陽銀行は約2,000件の記事を約3か月で集約し、年間約4,400時間を削減しました
• 記事の大半はパソコン操作の説明で、業務の知識はほとんど書かれていませんでした
• 誤答への懸念から、答えを作るAIではなく記事を探すAIを選びました
• 目標の70%と15%に対し、10か月の実績は58%と11%です